Sysbase可以說是列式數(shù)據(jù)庫的先驅(qū)，Sysbase IQ 15 就是Sybase 目前***的列式數(shù)據(jù)庫。它具有強(qiáng)大的功能，包括數(shù)據(jù)的快速加載、超高速的分析性能、強(qiáng)大的業(yè)務(wù)智能分析、領(lǐng)先的數(shù)據(jù)建模能力等等。 Infobright是一個(gè)基于MySQL的數(shù)據(jù)倉庫系統(tǒng)，共工的不周山的blog上有挺詳細(xì)的介紹。

同樣是列式數(shù)據(jù)庫，但是Infobright和Sybase IQ系列還是有很大的不同。Infobright采用的Knowledge Grid來組織數(shù)據(jù)，Infobright內(nèi)部是沒有索引，就這點(diǎn)就節(jié)省了不少的空間。而Sybase IQ系列還是使用了索引，而這些索引我個(gè)人的理解就是位圖索引的改進(jìn)版。白皮書上說，Infobright的數(shù)據(jù)壓縮比可以是10：1到40：1，個(gè)人拿龐大的日志數(shù)據(jù)庫做了個(gè)小小實(shí)驗(yàn)，感覺壓縮也沒那么夸張。如果依據(jù)位圖索引的思想，每列數(shù)據(jù)的相似度越高就會(huì)具有越高的壓縮比。Infobright應(yīng)該也是滿足這一點(diǎn)的，但是具體Knowledge Grid內(nèi)部如何實(shí)現(xiàn)還不清楚，有待繼續(xù)考究。  

Infobright的優(yōu)點(diǎn)有很多，簡單列舉如下：  

Infobright的優(yōu)點(diǎn)：

（1）高壓縮比率

（2）快速響應(yīng)復(fù)雜的分析查詢語句

（3）隨著數(shù)據(jù)庫的逐漸增大，查詢和裝載性能基本保持穩(wěn)定

（4）沒有特殊的數(shù)據(jù)倉庫模型（比如星狀模型、雪花模型）要求

（5）無需要物化視圖、復(fù)雜的數(shù)據(jù)分區(qū)策略、索引

（6）實(shí)施和管理簡單，需要極少的管理

（7）和眾多的BI套件相容，比如Pentaho、Cognos、Jaspersoft。

Infobright有兩個(gè)版本ICE和IEE，目前ICE的版本是3.3.1，支持64位Linux和32位windows。ICE不支持DML，也就是不支持insert、update等操作。

粗糙集（Rough Sets）是Infobright的核心技術(shù)之一。Infobright在執(zhí)行查詢的時(shí)候會(huì)根據(jù)知識(shí)網(wǎng)絡(luò)（Knowledge Grid）把DP分成三類：

相關(guān)的DP（Relevant Packs），滿足查詢條件限制的DP

不相關(guān)的DP（Irrelevant Packs），不滿足查詢條件限制的DP

可疑的DP（Suspect Packs），DP里面的數(shù)據(jù)部分滿足查詢條件的限制

下面是一個(gè)案例：

如圖所示，每一列總共有5個(gè)DP，其中限制條件是A>6。所以A1、A2、A4就是不相關(guān)的DP，A3是相關(guān)的DP，A5是可疑的DP。那么執(zhí)行查詢的時(shí)候只需要計(jì)算B5中滿足條件的記錄的和然后加上Sum（B3），Sum（B3）是已知的。此時(shí)只需要解壓縮B5這個(gè)DP。從上面的分析可以知道，Infobright能夠很高效地執(zhí)行一些查詢，而且執(zhí)行的時(shí)候where語句的區(qū)分度越高越好。where區(qū)分度高可以更精確地確認(rèn)是否是相關(guān)DP或者是不相關(guān)DP亦或是可以DP，盡可能減少DP的數(shù)量、減少解壓縮帶來的性能損耗。在做條件判斷的使用，一般會(huì)用到上一章所講到的Histogram和CMAP，它們能夠有效地提高查詢性能。

多表連接的的時(shí)候原理也是相似的。先是利用Pack-To-Pack產(chǎn)生join的那兩列的DP之間的關(guān)系。

比如：SELECT MAX(X.D) FROM T JOIN X ON T.B = X.C WHERE T.A > 6。Pack-To-Pack產(chǎn)生T.B和X.C的DP之間的關(guān)系矩陣M。假設(shè)T.B的***個(gè)DP和X.C的***個(gè)DP之間有元素交叉，那么M[1,1]=1，否則M[1,1]=0。這樣就有效地減少了join操作時(shí)DP的數(shù)量。

前面降到了解壓縮，順便提一提DP的壓縮。每個(gè)DP中的64K個(gè)元素被當(dāng)成是一個(gè)序列，其中所有的null的位置都會(huì)被單獨(dú)存儲(chǔ)，然后其余的non-null的數(shù)據(jù)會(huì)被壓縮。數(shù)據(jù)的壓縮跟數(shù)據(jù)的類型有關(guān)，infobright會(huì)根據(jù)數(shù)據(jù)的類型選擇壓縮算法。infobright會(huì)自適應(yīng)地調(diào)節(jié)算法的參數(shù)以達(dá)到***的壓縮比。

原文鏈接：http://blog.chinaunix.net/u2/72637/showart_2306093.html